买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于VCG和CDG的冠状动脉循环障碍早期检测模型和方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115938589B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310001807.6，技术领域涉及：G16H50/30；该发明授权基于VCG和CDG的冠状动脉循环障碍早期检测模型和方法是由龚莹岚;赵晓晔;姚宗碧;张鞠成;赵晓曦;毛建东;夏灵设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本基于VCG和CDG的冠状动脉循环障碍早期检测模型和方法在说明书摘要公布了：本发明提供一种基于VCG和CDG的冠状动脉循环障碍早期检测模型和方法，构建了基于VCG的STT段以及CDG来共同表征预测冠状动脉循环障碍的模型，整合VCG时间异质度、VCG空间异质度、VCG样本熵、VCG近似熵和VCG异质度指数作为VCG特征集，整合CDG时间异质度、CDG空间异质度、CDG样本熵、CDG近似熵和CDG异质度指数作为CDG特征集，将VCG特征集和CDG特征集输入到经训练得到的冠状动脉循环障碍早期检测模型中得到输出值，基于输出值预测受试者是否存在冠状动脉循环障碍，可以准确、客观地实现冠状动脉循环障碍的早期检测。

本发明授权基于VCG和CDG的冠状动脉循环障碍早期检测模型和方法在权利要求书中公布了：1.一种基于VCG和CDG的冠状动脉循环障碍早期检测方法，其特征在于，包括以下步骤： 采集受试者的12导联ECG信号； 将所述12导联ECG信号转换为3导联VCG信号，截取所述VCG信号每个导联的ST-T段； 组合VCG三个导联的ST-T段组成三维ST-T环，基于所述三维ST-T环计算VCG时间异质度和VCG空间异质度；逐拍拼接所述VCG信号的每个导联的ST-T段组成对应的时间序列，标准化处理每一所述时间序列得到对应的导联时间序列；计算每一所述导联时间序列的VCG样本熵、VCG近似熵和VCG异质度指数；整合所述VCG时间异质度、VCG空间异质度、VCG样本熵、VCG近似熵和VCG异质度指数作为VCG特征集； 采用确定学习算法处理所述三个导联的ST-T段得到三维CDG环，基于所述三维CDG环计算CDG时间异质度和CDG空间异质度，对所述三维CDG环的每个通道的信号进行标准化处理后得到通道时间序列，计算所述通道时间序列的CDG样本熵、CDG近似熵和CDG异质度指数；整合所述CDG时间异质度、CDG空间异质度、CDG样本熵、CDG近似熵和CDG异质度指数作为CDG特征集，CDG为心电动力学图； 从VCG特征集和所述CDG特征集的组合特征集中选择有效特征子集，将有效特征子集输入到冠状动脉循环障碍早期检测模型中得到输出值，基于所述输出值预测所述受试者是否存在冠状动脉循环障碍，其中，所述有效特征子集是采用后向序列选择算法从VCG特征集和CDG特征集以及组合特征集中选择的，首先选择VCG特征集、CDG特征集以及组合特征集作为备选子集库，迭代变量n设置为初始特征的数量，其中每个子集包括n-1个特征，使用五折交叉验证在训练集上训练和评估这些子集的分类性能，选取具有最高准确性的子集，下一次迭代中，从被选择的具有n-1个的子集中建立n-2的系列子集并对其进行评估和训练，选择最佳子集，该过程一直重复直到n＝1为止，所述有效特征子集包括VCG空间异质度VCGSHI，VCG时间异质度VCGTHI，VCG的x轴方向导联近似熵VxApEn，VCG的x轴方向导联异质度指数VxCI，VCG的y轴方向导联近似熵VyApen，VCG的z轴方向导联样本熵VzSampEn，VCG的z轴方向导联近似熵VzApen，VCG的z轴方向导联异质度指数VzCI，CDG空间异质度CDGSHI，CDG时间异质度CDGTHI，CDG第一通道时间序列近似熵W1S1ApEn，CDG第二通道时间序列样本熵W2S2SampEn，CDG第二通道时间序列近似熵W2S2Apen，CDG第三通道时间序列近似熵W3S3Apen和CDG第三通道时间序列异质度指数W3S3CI。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。